Государственное образовательное учреждение
высшего профессионального образования
«Архангельский государственный технический университет»
Институт экономики, финансов и бизнеса
Кафедра бухгалтерского учета
Эконометрика методические указания и задания к выполнению контрольной работы
Архангельск
2010
Рассмотрены и рекомендованы к изданию методической
комиссией Института экономики, финансов и бизнеса
Архангельского государственного технического университета
от 30 ноября 2009 года
Составители
М.Л. РЕПОВА, доцент, канд. экон. наук
Рецензент
Е.В.САЗАНОВА, доцент, канд. экон. наук
Репова М.Л. Эконометрика. Методические указания и задания к выполнению контрольной работы / М.Л. Репова. – Архангельск: Изд-во АГТУ, 2010. – 32 с.
Подготовлены кафедрой бухгалтерского учета Института экономики, финансов и бизнеса АГТУ. Изложена методика эконометрического моделирования взаимосвязей реальных экономических показателей на основе парной регрессии. Предназначены для студентов очно-заочной и заочной форм обучения экономических специальностей и направлений.
Табл. 11. Библиогр. назв. 12
© Архангельский государственный технический университет, 2010 © М.Л. Репова, 2010 |
Введение
В современных условиях, возрастают требования к экономисту как к специалисту по составлению прогнозов, оптимизации принимаемых решений и выбору правильной экономической политики. Такие задачи можно успешно решать только путём привлечения экономико-математического аппарата.
Эконометрика – наука, исследующая количественные и качественные взаимосвязи экономических явлений и процессов с помощью математических и статистических методов и моделей.
Целью изучения дисциплины является подготовка студентов к прикладным исследованиям в области построения эконометрических моделей, их идентификации и прогнозирования.
Контрольная работа позволяет закрепить теоретические аспекты изучения основного блока теоретического и практического материала, касающегося спецификации и оценки параметров парной регрессии.
Средствами обеспечения самостоятельной работы студентов по эконометрике являются учебники, сборники задач и учебные пособия, приведенные в списке литературы, Internet-ресурсы, а также методические рекомендации по выполнению контрольной работы.
В контрольной работе студенту необходимо выполнить следующие задания:
- с помощью графического и экспериментального методов подобрать уравнение парной регрессии, с целью выявления и описания зависимости между двумя экономическими показателями;
- на основе выбранного уравнения парной регрессии построить точечный и интервальный прогноз.
При выполнении контрольной работы студенту следует широко использовать функциональные возможности приложения Microsoft Excel.
Задание на контрольную работу
Используя официальную статистическую информацию на сайтах:
http://statistika.ru;
http://www.gks.ru;
http://www.arhangelskstat.ru,
выберите данные по двум связанным между собой экономическим показателям. Выбор показателей обоснуйте с экономической точки зрения и укажите, что выступает в качестве фактора (х), а что в качестве результативного показателя (у). Обязательно сделайте ссылку на источник информации.
Данные необходимо брать в территориальном разрезе: то есть по стране с разбивкой по федеральным округам либо по какому-либо одному федеральному округу с разбивкой по территориям. Сведения должны быть актуальными, то есть за текущий (либо предшествующий) год, квартал, месяц.
Для определения зависимости между выбранными экономическими показателями используйте:
1. графический метод;
2. экспериментальный метод, то есть постройте следующие модели парной регрессии:
а) линейную,
б) степенную,
в) показательную,
г) гиперболическую.
Исследуйте каждую модель, определив значения и дав необходимые пояснения, следующим характеристикам:
- коэффициент (индекс) корреляции,
- коэффициент (индекс) детерминации,
- F-критерий Фишера,
- среднюю ошибку аппроксимации.
Составьте сводную таблицу вычислений и выберите лучшую модель парной регрессии. Свой выбор поясните.
Рассчитайте точечное и интервальные прогнозные значения результативного показателя. Прогнозное значение фактора задайте самостоятельно, но при этом помните, оно должно не более чем на 30% выходить за пределы интервала исходных данных.